Cambio Hora - Convocatoria Lectura PFC - Adrián Pérez

Vinaora Nivo Slider 3.x

Vinaora Nivo Slider 3.x

Vinaora Nivo Slider 3.x

Vinaora Nivo Slider 3.x

Vinaora Nivo Slider 3.x

Vinaora Nivo Slider 3.x

Vinaora Nivo Slider 3.x

Vinaora Nivo Slider 3.x

Vinaora Nivo Slider 3.x

Vinaora Nivo Slider 3.x

Vinaora Nivo Slider 3.x

El Grupo de Sistemas Inteligentes (GSI), reconocido oficialmente por la Universidad Politécnica de Madrid (UPM), está integrado por 14 profesores, 8 investigadores y 7 estudiantes de grado de diferentes departamentos de la universidad, la mayoría de ellos del Departamento de Ingeniería de Sistemas Telemáticos (DIT) de la Escuela Técnica Superior de Ingenieros de Telecomunicación (ETSIT-UPM).

Desde 1982, nuestro grupo ha llevado a cabo la investigación, el desarrollo y la innovación de teorías, métodos y aplicaciones de técnicas de inteligencia artificial, especialmente en los campos de Aprendizaje automático, Big Data, Tecnologías semánticas y Linked Data, Agentes inteligentes y Simulación social, e Ingeniería web y de servicios.

Nuestro grupo ofrece trabajos fin de grado y trabajos fin de máster en temas relacionados con Aprendizaje Automático, Big Data y la Web de Datos. Ofrecemos la posibilidad de publicar el resultado en congresos internacionales.

“Highly organized research is guaranteed to produce nothing new.” ― Frank Herbert, Dune

“An expert is one who knows more and more about less and less until he knows absolutely everything about nothing.” ― Nicholas Murray Butler

“Science is simply common sense at its best, that is, rigidly accurate in observation, and merciless to fallacy in logic.” ― Thomas Henry Huxley

If we knew what we were doing, it wouldn't be research

“I believe that at the end of the century the use of words and general educated opinion will have altered so much that one will be able to speak of machines thinking without expecting to be contradicted.” - Alan Turing

GSI ha desarrollado un sistema multiagente de diagńostico de red que está siendo usado por Telefónica en España y O2 en la República Checa

GSI participa en un proyecto de simulación social de evaluación de grandes instalaciones financiado por la Comunidad de Madrid

The Semantic Web is not a separate Web but an extension of the current one, in which information is given well-defined meaning, better enabling computers and people to work in cooperation. - Tim Berners-Lee

Investigación

Proyectos

Canal GSI

Software

Publicaciones

Últimas noticias

Published Paper: "Contextualization of a Radical Language Detection System Through Moral Values and Emotions"

The article Contextualization of a Radical Language Detection System Through Moral Values and Emotions has been recently published in the IEEE Access journal (JCR Q2 2022, 3.9 IF). The publicacion is authored by Pat ...

Final Conference Project PARTICIPATION

GSI is participating in the final conference of the project PARTICIPATION in Rome. The conference showcases the innovative and participatory methods and tools that the project has developed and tested for analysing ...

Published paper "Detection of the Severity Level of Depression Signs in Text Combining a Feature-Based Framework with Distributional Representations" in Applied Sciences

The article "Detection of the Severity Level of Depression Signs in Text Combining a Feature-Based Framework with Distributional Representations ", by Sergio Muñoz and Carlos A. Iglesias has been published in the A ...

Canal GSI

Cambio Hora - Convocatoria Lectura PFC - Adrián Pérez

La lectura de mañana jueves 4 de abril se retrasa a las 12:00, en la B-225 defiende su proyecto fin de carrera Adrián Pérez, estáis todos invitados.

Título: MINERÍA DE DATOS APLICADA A LA PREDICCIÓN DE FALLOS EN UN SISTEMA DE MANTENIMIENTO FERROVIARIO

Autor: Adrián Pérez Orozco

Resumen:

Este proyecto presenta el resultado del proyecto Trainmining, realizado por el Grupo de Sistemas Inteligentes junto con Thales España. El proyecto consiste en el desarrollo e implementaci ́on de un sistema de predicción de fallos para una red de mantenimiento ferroviario, mediante la aplicación de técnicas de minería de datos.En concreto, el objetivo del proyecto es ser capaz de predecir eventos futuros en la red ferroviaria (correspondientes a alertas y fallos de diversos sistemas) basándonos en los eventos que hayan ocurrido hasta el momento. El proyecto aplica el algoritmo SPADE para la obtención de reglas de predicción de alarmas, y ha desarrollado un prototipo para la evaluación de dicas reglas en tiempo real.